来源：期刊VIP网 时间：
作者：陈新辉;黄思;官天日;傅浩;潘自强;
单位：华南理工大学机械与汽车工程学院;中新国际联合研究院;广东管辅能源科技有限公司;
摘要：为准确预测混输管道中两相流持液率，基于前人气液两相流室内实验所获取的数据，采用灰色关联分析法分析压力、温度、倾角、管径、液相折算速度、气相折算速度和液相黏度对混输管道持液率的影响程度，为输入参数的确定提供依据。基于PSO-BP神经网络构建混输管道持液率预测模型，对比包括线性和非线性在内的3种多元回归预测模型、传统BP和其他算法优化的BP神经网络预测模型。结果表明：相比于传统BP神经网络模型，经算法优化的BP神经网络模型和非线性多元回归模型均表现出更好的预测效果，多元线性回归模型效果最差，而PSO-BP预测模型平均绝对误差为0.045 2,均方根误差为0.061 4,拟合优度R~2为0.927 9,误差最小、拟合程度最高，并且在高持液率工况下保持了更好的预测精度，表明PSO-BP模型适于混输管道持液率的预测。
关键词：混输管道;;持液率;;灰色关联;;粒子群算法;;BP神经网络;;多元回归
基金资助：国家自然科学基金资助项目(21878102)
